2308-0132-reds-11-02-e14

Vista previa del material en texto

Artículo original 
 
Inteligencia artificial y educación: nuevas relaciones en un mundo interconectado 
Artificial Intelligence and Education: New Relationships in an Interconnected World 
 
Manuel Orlando Troncoso-Heredia1* https://orcid.org/0000-0001-8746-012X 
Yolanda Katiuska Dueñas-Correo2 https://orcid.org/0009-0009-3603-0483 
Enrique Verdecia-Carballo3 https://orcid.org/0000-0002-7515-7980 
 
1Ministerio de Relaciones Exteriores y Movilidad Humana, Ecuador 
2Ministerio de Educación, Ecuador 
3Facultad Latinoamericana de Ciencias Sociales, Programa Cuba, Universidad de La Habana, Cuba 
 
 *Autor para la correspondencia orlando_troncoso1@yahoo.es 
 
RESUMEN: 
La inteligencia artificial está acaparando la atención de la comunidad en general y científica en particular, a 
partir de todas las potencialidades que posee para facilitar ciertos procesos de la vida cotidiana. La 
educación, específicamente, desde hace varias décadas ha estado experimentando la irrupción de las 
Tecnologías de la Información y la Comunicación y al mismo tiempo ha sido testigo de su evolución, así 
como de cuánto puede aportar en la conformación de un proceso educativo mucho más atractivo, 
motivador y desarrollador. De ahí que el objetivo de este artículo se centre en evaluar cómo la inteligencia 
artificial ha impactado la enseñanza, el aprendizaje y las áreas de administración y gestión de la educación. 
Para ello se utilizó un estudio de investigación cualitativa, aprovechando la revisión de 250 textos 
científicos, entre ellos artículos de revistas, publicaciones profesionales e informes de congresos. Este 
estudio permitió determinar que, en general, la inteligencia artificial ha tenido un gran impacto en la 
educación, particularmente en las áreas de administración, instrucción y aprendizaje del sector educativo o 
dentro del contexto de instituciones de aprendizaje individuales. 
Palabras clave: inteligencia artificial; aprendizaje; educación; enseñanza. 
 
ABSTRACT: 
Artificial intelligence is capturing the attention of the community in general and the scientific community in 
particular, based on all the potential it has to facilitate certain processes of daily life. Education, 
https://orcid.org/0000-0001-8746-012X
https://orcid.org/0009-0009-3603-0483
https://orcid.org/0000-0002-7515-7980
mailto:orlando_troncoso1@yahoo.es
specifically, for several decades has been experiencing the irruption of Information and Communication 
Technologies and at the same time has witnessed its evolution, as well as how much it can contribute to the 
creation of a much more attractive educational process, motivator and developer. Hence, the objective of 
this article is focused on evaluating how artificial intelligence has impacted teaching, learning and the 
areas of administration and management of education. For this, a qualitative research study was used, 
taking advantage of the review of 250 scientific texts, including journal articles, professional publications 
and conference reports. This study allowed us to determine that, in general, artificial intelligence has had 
a great impact on education, particularly in the areas of administration, instruction and learning in the 
education sector or within the context of individual learning institutions. 
Keywords: artificial intelligence; learning; education; teaching. 
 
 
Enviado: 20/11/2022 
Aprobado: 6/2/2023 
 
 
INTRODUCCIÓN 
La innovación no significa trabajar para que la sociedad funcione solo con lo que ha sido la norma; a veces, 
es necesario buscar más allá, desarrollar nuevas formas de hacer las cosas. Por ejemplo, en lugar de hacer 
que los caballos sean más rápidos, el ser humano construye el automóvil para llevar a una persona del 
Punto A al Punto B a una velocidad mucho mayor. Estos principios y enfoques han impulsado los rápidos 
desarrollos tecnológicos experimentados a lo largo de los años, particularmente en el sector de la 
educación. 
En la década de 1950 un profesor universitario llegaba a la clase con todos los trabajos de sus 40 
estudiantes bajo el brazo. Un análisis minucioso de su contenido, la gramática y la redacción le hacía tener 
la sensación de estar frente a un posible plagio de otras fuentes, pero no tenía forma segura de determinar 
de dónde. Ese mismo profesor, en el 2023, aprovechando las Tecnologías de la Información y la 
Comunicación (TIC), entra a su clase sin apenas llevar ningún papel, pero después de haber leído, marcado 
incidentes de plagio para medidas disciplinarias y calificado trabajos para un número aún mayor de 
estudiantes. A veces, cuando está fuera del campus, puede llamar o hacer una videoconferencia en la clase 
y aún puede realizar sus deberes y responsabilidades. La introducción, los avances y la proliferación de las 
TIC, más en particular, la Inteligencia Artificial (IA), ha facilitado que los docentes desempeñen sus 
funciones de manera más eficaz y eficiente. Estas innovaciones tecnológicas también han calado en otros 
sectores de la academia, fomentando la eficacia y la eficiencia. 
Antes de la introducción de las computadoras y otras tecnologías relacionadas, los profesores y estudiantes 
se dedicaban a la enseñanza y al aprendizaje de forma mecánica o mediante la aplicación pura del esfuerzo 
humano natural (Buckingham, 2008). El surgimiento de las microcomputadoras y, por extensión, las 
computadoras personales en la década de 1970, proporcionó más poder de cómputo y marcaron una 
transición importante hacia las computadoras electrónicas para el mercado masivo (Semken & Vargas, 
2021). El desarrollo de las computadoras electrónicas, más específicamente, y la disponibilidad de las 
mismas para diferentes entidades en varios sectores de la economía, fue precipitado por el desarrollo de las 
computadoras personales en la década de 1970 (Bianculli, 2021). El desarrollo de las computadoras 
personales hizo posible que individuos y otras entidades no gubernamentales poseyeran y usaran 
computadoras por diferentes motivos. Estas transiciones presagiaron su proliferación en diferentes sectores 
de la economía y la sociedad. 
Según investigaciones realizadas sobre instrucciones programadas de mediados del siglo XX, diferentes 
áreas del sector educativo se convirtieron en departamentos dedicados al desarrollo de instrucción y 
aprendizaje asistido por computadora (Almeida, Febles & Bolaños, 1997). Los avances posteriores en las 
computadoras y las tecnologías relacionadas con ellas, incluidas las redes, Internet, y el aumento del 
procesamiento, la computación y otras capacidades, incluidos diferentes programas y paquetes de software 
que están orientados a tareas, han visto una mayor aplicación de las computadoras, en diferentes formas, en 
el sector de la educación. 
Las TIC han seguido evolucionando a lo largo de los años, lo que ha llevado al desarrollo de la IA, 
entendida como la capacidad de las máquinas para lidiar y adaptarse a situaciones emergentes, resolver 
problemas, responder preguntas, diseñar planes y realizar varias otras funciones que requieren cierto nivel 
de inteligencia inherente a los seres humanos (Rouhiainen, 2018). Otros investigadores la definen como el 
estudio del comportamiento de la inteligencia en seres humanos, animales y máquinas que se esfuerza por 
convertir dicho comportamiento en un artefacto, como computadoras y tecnologías relacionadas con la 
computadora (Ponce et al., 2014). A partir de estas definiciones, es evidente que la inteligencia artificial es 
la concreción de las innovaciones y el desarrollo de las computadoras, las tecnologías relacionadas con las 
computadoras, las máquinas y las TIC, lo que otorga a las computadoras la capacidad de realizar funciones 
similares a las humanas. En línea con la adopción y el uso de nuevas tecnologías en la educación, la 
inteligencia artificial también se ha aprovechado ampliamente en este sector. 
La investigación y el desarrollode Inteligencia Web (IW) y la inteligencia artificial (IA) se centran en 
diferentes elementos, incluido el aprendizaje automático para crear inteligencia distribuida y crear un 
equilibrio entre la tecnología web y la tecnología de agentes inteligentes, la autoorganización de agentes, el 
aprendizaje, entre otros aspectos de IW e IA que le permiten adaptarse a su entorno y realizar funciones 
inteligentes que deben aprovecharse para fomentar mejoras en el sector educativo (Sánchez, 2013). 
El uso de la inteligencia artificial en la educación ha tenido un gran impacto, incluida la mejora de la 
eficiencia, el aprendizaje global, el aprendizaje personalizado, el contenido más inteligente y la mejora de 
la eficacia y la eficiencia en la administración de la educación, entre otros (Jara & Ochoa, 2020). De ahí 
que el objetivo de este estudio es evaluar cómo la IA ha impactado la enseñanza, el aprendizaje y las áreas 
de administración y gestión de la educación. 
 
 
DESARROLLO 
La mención de la inteligencia artificial trae a la mente una supercomputadora, una computadora con 
inmensas capacidades de procesamiento, incluido el comportamiento adaptativo, como la inclusión de 
sensores, que le permiten tener capacidades cognitivas y funcionales similares a las humanas y, de hecho, 
que mejoran la interacción de las supercomputadoras con los seres humanos (Rouhiainen, 2018). Varios 
son los ejemplos que su pudieran enumerar en este sentido: la capacidad de gestionar la calidad del aire en 
un edificio inteligente, las temperaturas y la reproducción de música según el estado de ánimo percibido de 
los ocupantes del espacio. 
En particular, dentro del sector de la educación se ha incrementado la aplicación de la inteligencia artificial, 
superando su comprensión convencional como una supercomputadora para incluir sistemas informáticos 
integrados. Por ejemplo, la creación de robots que mejoran la experiencia de aprendizaje del estudiante, 
desde el nivel más básico y elemental de la enseñanza. Conocido como cobots, trabajan junto con maestros 
en la enseñanza de tareas rutinarias a los niños, incluida la ortografía y la pronunciación, así como se 
ajustan a las habilidades de los estudiantes (Pape, 2015). De manera similar, la educación en línea y basada 
en la web ha pasado de simplemente disponer de materiales en línea o en la web para que los estudiantes 
descarguen, estudien y hagan tareas para aprobar, a incluir materiales inteligentes y adaptables, sistemas 
que aprenden el comportamiento del instructor y del alumno para enriquecer la experiencia educativa 
(Restrepo, Jiménez & Branch, 2022). La inteligencia artificial en la educación se ha incorporado a la 
administración, la enseñanza y el aprendizaje, las que constituyen áreas de interés para este artículo. 
 
 
 
 
MÉTODOS 
En consecuencia con lo planteado anteriormente, el presente estudio adoptó un enfoque histórico 
descriptivo mediante la sistematización y revisión de documentos, entiéndase, investigaciones que abordan 
el tema desde diferentes aristas, lo que garantiza que el estudio se haya basado en datos empíricos que 
respaldan la identificación, el análisis, la comprensión y la síntesis de las formas en que la IA ha impactado 
la educación. Asimismo, se utilizó un diseño de investigación cualitativo con un análisis temático que 
implicó realizar una crítica exhaustiva de cada fragmento de texto e identificar temas recurrentes, que luego 
formaron la base para realizar inferencias y arribar a conclusiones. 
Una de las estrategias empleadas fue el empleo de las palabras clave y las cadenas de búsqueda que se 
utilizaron para indagar acerca del tema en cuestión en diferentes bases de datos, incluidos EBSCOhost, 
ProQuest, Web of Science y Google Scholar. Esto permitió identificar artículos de diferentes revistas que 
se han centrado en investigar el impacto de la IA en la educación. Las revistas que contienen los artículos 
se buscaron en Scimago y las revistas con un índice h de 20 y superior fueron incluidas en el estudio. El 
índice h es una medida a nivel de autor de la productividad científica en términos de publicaciones y citas 
y, por extensión, de contribución a la ciencia y a las actividades académicas; cuanto mayor sea, mayor 
reputación tendrá la revista y los autores que publican en ella. 
Inicialmente, se seleccionaron un total de 250 artículos, publicados después de 2009, con base en los 
criterios antes mencionados. Una revisión y análisis adicional de estos artículos, identificando aquellos que 
se centraron en la naturaleza de la IA y el impacto que tuvo en la educación, junto con el Índice h, redujo el 
número de artículos para el análisis a 30, un tamaño de muestra que se consideró suficiente. Se dio 
preferencia a otros estudios que habían adoptado un enfoque cuantitativo para identificar y evaluar el 
impacto de la IA en la educación y que, al mismo tiempo, cumplían con los criterios de selección 
establecidos. 
 
 
RESULTADOS 
La IA está fuertemente asociada convencionalmente con las computadoras. Sin embargo, es evidente, a 
partir de una revisión de varios artículos, particularmente dentro del contexto del sector de la educación, 
que, si bien las computadoras pueden haber formado la base del desarrollo de la inteligencia artificial, 
existe una gravitación que se aleja de la computadora por sí sola, el hardware y software, o el equipo, como 
inteligencia artificial. Las computadoras integradas, los sensores y otras tecnologías emergentes han 
facilitado la transferencia de inteligencia artificial a máquinas y otros elementos, como edificios y robots 
(Marcial & Gomes, 2022). 
Según Rouhiainen (2018), varios autores identifican a la IA como un campo de estudio en ciencias de la 
computación cuyas actividades están dirigidas a resolver diferentes problemas cognitivos comúnmente 
asociados con la inteligencia humana, como el aprendizaje, la resolución de problemas y el reconocimiento 
de patrones, y su posterior adaptación. En cambio, otros prefieren verla como una teoría que guía el 
desarrollo y uso de sistemas informáticos con las capacidades de los seres humanos, más particularmente, 
la inteligencia y la capacidad de realizar tareas que requieren inteligencia humana, incluida la percepción 
visual, el reconocimiento del habla, la toma de decisiones y la traducción entre idiomas (Haugeland, 2001; 
Benítez et al., 2014; Ponce et al., 2014). 
En general, la inteligencia artificial, desde diversas posiciones y perspectivas académicas, científicas, 
tecnológicas y prácticas, abarca el desarrollo de máquinas que tienen cierto nivel de inteligencia, con la 
capacidad de realizar funciones similares a las humanas, incluidas las cognitivas, el aprendizaje, la toma de 
decisiones y la adaptación al entorno (García, 2012). Como tal, existen características y principios 
específicos que resultan clave para la IA: la inteligencia o la capacidad de la máquina para demostrar cierto 
nivel de inteligencia y realizar una amplia gama de funciones y capacidades que requieren habilidades 
similares a las humanas. 
La IA y el aprendizaje automático se estudian ampliamente para su aplicación en dispositivos móviles, sin 
embargo, esto requiere una gran capacidad de cómputo para realizar entrenamientos y aprendizajes 
complejos (Vega, Mora & Badilla, 2020). Con este objetivo se han propuesto algunas plataformas: en 
2016, Qualcomm presentó Snapdragon Neural Processing Engine para acelerar la ejecución de redes 
neuronales con sus procesadores GPU, mientras que, en 2018, HiSilicon propuso la plataforma HiAI para 
ejecutar redes neuronales. Cabe señalar que la API1 de redes neuronales de Android se diseñó para ejecutar 
rápidamente modelos de aprendizaje automático en dispositivos móviles (Yáñez, 2017). Esta API aporta 
mucha utilidad al móvil al reducir la latencia y la complejidad de la red. 
Con respecto a la red de aprendizaje relacionadacon la IA, SqueezeNet, MobileNet y Shufflenet están bien 
desarrollados para teléfonos móviles (Pérez, 2022). El desarrollo técnico de la IA en dispositivos móviles 
lleva la educación móvil a un nivel superior, lo que brinda comodidad al ayudar a los estudiantes en menos 
tiempo y logra un aprendizaje interactivo y personalizado (Giró & Sancho, 2022). Por ejemplo, la realidad 
virtual facilita el proceso de aprendizaje más allá del espacio de aprendizaje para crear un aula global, ya 
que la IA puede conectar a los estudiantes con el aula virtual. Además, los chatbots basados en IA brindan 
un aprendizaje en línea personalizado y también convierten al instructor en conversaciones de chat. Esta 
tecnología puede evaluar el nivel de comprensión de los estudiantes. 
Por otra parte, la IA se ha asociado con otras técnicas para el análisis del aprendizaje, la recomendación, la 
comprensión y la adquisición de conocimientos, basadas en el aprendizaje automático, la minería de datos 
y el modelo de conocimiento. El sistema educativo de IA generalmente consta de contenidos de enseñanza, 
datos y algoritmos inteligentes, que se pueden dividir en dos partes, es decir, el modelo del sistema (que 
incluye los modelos de alumno, de enseñanza y de conocimiento) y las tecnologías inteligentes. El modelo 
funciona como un núcleo en el sistema de IA, con tecnologías que le proporcionan energía (Haugeland, 
2001). 
En el sistema de aprendizaje de IA, el modelo de aprendizaje es fundamental para mejorar las capacidades 
de enseñanza independiente. Se establece en base a los datos de comportamiento de los alumnos generados 
a partir del proceso de aprendizaje. El pensamiento y la capacidad de los alumnos se analizan para evaluar 
sus habilidades de aprendizaje. Luego, el análisis del conocimiento se mapea para obtener el dominio del 
conocimiento de los alumnos. El modelado del alumno establece conexiones entre los resultados del 
aprendizaje y varios factores, incluidos los materiales, los recursos y los comportamientos de enseñanza 
(Galipienso et al., 2003). 
El modelo de conocimiento establece un mapa de estructura de conocimiento con contenidos de 
aprendizaje detallados, que generalmente incluyen conocimiento experto, reglas para cometer errores que a 
menudo tienen los alumnos. Combinando los modelos de campo de conocimiento y del alumno, el modelo 
de enseñanza determina las reglas para acceder al campo de conocimiento, lo que permite a los docentes 
adaptar las estrategias y acciones de enseñanza (Galipienso et al., 2003). 
A medida que la educación evoluciona, es probable que los alumnos se comporten de manera positiva, 
tomen medidas o busquen ayuda. El sistema de IA siempre puede estar preparado para ofrecer ayuda a 
partir de las teorías de enseñanza integradas del modelo de tutoría. La interfaz de usuario explica el 
desempeño de los alumnos a través de múltiples medios de entrada (voz, escritura y clic) y proporciona 
resultados (textos, figuras, dibujos animados y agencias). La avanzada interfaz hombre-máquina 
proporciona funciones relacionadas con la IA, incluida la interacción del lenguaje natural, el 
reconocimiento de voz y la detección de emociones de los alumnos (Rouhiainen, 2018). 
El aprendizaje automático, el análisis de aprendizaje y la minería de datos son tecnologías estrechamente 
relacionadas para la educación. En la actualidad, dos comunidades han evolucionado en base al análisis de 
aprendizaje y minería de datos educativos. Se superponen en objetivos y técnicas y se benefician de una 
variedad de disciplinas, incluido el aprendizaje automático, la minería de datos, la psicometría de las 
estadísticas y el modelado de datos (Díaz, 2021). El campo de las analíticas de aprendizaje se centra más en 
los sistemas de gestión de contenidos de aprendizaje y los resultados de pruebas a gran escala. La minería 
de datos se origina en la comunidad de sistemas de tutoría inteligente, el trabajo en la cognición a muy 
pequeña escala. 
El núcleo del aprendizaje automático es el descubrimiento de conocimiento, el proceso de análisis basado 
en un conjunto de datos de muestreo conocido como datos de entrenamiento, que genera patrones 
significativos y un conocimiento estructurado. Por ejemplo, el aprendizaje automático puede ayudar a crear 
recomendaciones para los estudiantes a medida que seleccionan clases, incluso eligen universidades. 
Aprovecha los datos de logros, aspiraciones, preferencias de los estudiantes para agrupar instituciones 
donde puedan desarrollarse mejor. Además, esta tecnología puede ayudar a los profesores a comprender 
cómo los estudiantes asimilan cada concepto, ajustando el método de enseñanza y ayudándolos a 
comprender mejor el material del curso (Sandoval, 2018). En particular, para la evaluación de los 
estudiantes, el reconocimiento de imágenes y la predicción del aprendizaje automático se pueden usar para 
calificar las tareas y los exámenes, con resultados más rápidos y confiables que los humanos (Contreras, 
Fuentes & Rodríguez, 2020). Cabe señalar que el aprendizaje profundo, el subcampo del aprendizaje 
automático, atrae mucha atención. Estas técnicas ampliamente utilizadas incluyen el aprendizaje del árbol 
de decisiones, la programación lógica inductiva, la agrupación, el aprendizaje por refuerzo y las redes 
bayesianas. Desde la perspectiva de la técnica, el aprendizaje profundo hace hincapié en representaciones 
cada vez más significativas a partir del aprendizaje de capas sucesivas. Estas características se extraen a 
través de modelos llamados redes neuronales estructuradas en capas literales apiladas una encima de la otra 
(Díaz, 2021). 
El análisis de aprendizaje se centra en los datos de las características de los estudiantes y los objetos de 
conocimiento de los modelos de aprendizaje y de campo de conocimiento. El concepto de análisis de 
aprendizaje introduce una nueva tecnología, es decir, el aprendizaje automático, que se aplica a un mundo 
no técnico como la educación. El propósito es adaptar el método educativo a la necesidad y la capacidad 
del alumno individual, como intervenir con los alumnos en riesgo o proporcionar retroalimentación y 
contenido instructivo. Utiliza técnicas relacionadas con el aprendizaje automático, la visualización de 
datos, las ciencias del aprendizaje y la semántica (Contreras, Fuentes & Rodríguez, 2020). 
Una de las aplicaciones prácticas que tiene la IA en función del análisis de aprendizaje en los estudiantes se 
encuentra en la formación de competencias. Esto permite la generación de datos críticos con capacidad 
predictiva, lo que se traduce para las instituciones educativas en la posibilidad de actuar de una manera 
proactiva. 
Además de un aprendizaje basado en competencias, el análisis de aprendizaje también explota la capacidad 
versátil de la IA para aprender. Con respecto a los problemas de deserción, la IA puede considerar varios 
parámetros para clasificar a los estudiantes que ingresan con probabilidad de deserción, generando sistemas 
de alerta temprana y datos procesables para las instituciones (Camino, Urbina & Barbosa, 2020). El 
próximo desafío para el análisis de aprendizaje es salir de la zona de confort hacia un alcance más amplio 
que incluya habilidades interpersonales, artes, literatura, entre otros, que eleven un nuevo nivel de 
complejidad en términos de medición y evaluación de competencias o resultados de aprendizaje. Un 
desafío para el análisis de aprendizaje es que se aplique en contextos de aprendizaje específicos, pero al 
mismo tiempo debe ser lo suficientemente general como para usarse en diferentes cursos e instituciones. El 
análisis de aprendizaje se utilizará cada vez más e integrará técnicas avanzadas para apoyar el aprendizaje 
de estudiantes, instructores, administradores e instituciones. 
La minería de datos educativos trata de generar respuestas sistemáticas y automatizadas para los alumnos,al tener como objetivo desarrollar reglas de asociación inherentes y ofrecer objetos de conocimiento a los 
estudiantes para satisfacer sus necesidades personales (Ballesteros, Sánchez & García, 2013). Por ejemplo, 
los datos de características demográficas de los estudiantes y los de calificación se pueden analizar a partir 
de una pequeña cantidad de tareas escritas. Se puede lograr mediante un método de regresión de 
aprendizaje automático que también se puede usar para predecir el desempeño futuro de un estudiante 
(Contreras, Fuentes & Rodríguez, 2020). 
La minería de datos se está convirtiendo en una poderosa herramienta para mejorar el proceso de 
aprendizaje y el dominio del conocimiento, lo que conduce a una mejor comprensión de los entornos 
educativos y los alumnos. En otras palabras, la minería de datos puede verse como el descubrimiento de 
patrones y el modelado predictivo aplicado para extraer conocimiento oculto, lo que permite a los docentes 
hacer ajustes para mejorar el desarrollo del plan de estudios en el sistema educativo (Giró & Sancho, 
2022). 
Una de las aplicaciones importantes es que la IA basada en la minería de datos puede lograr un aprendizaje 
personalizado a partir de los datos del campo de conocimiento, donde los estudiantes realizan su propio 
aprendizaje, a su ritmo y deciden su método de aprendizaje. Idealmente, al usar el aprendizaje 
personalizado, los estudiantes eligen lo que les interesa y los profesores ajustan el curso y el método de 
enseñanza (Arana, 2021). Con la minería de datos, la IA puede construir su inteligencia con mayor 
precisión y el resultado es más confiable. 
Entre los diferentes artículos revisados es evidente que la IA ha sido adoptada y aplicada en el sector 
educativo, donde ha fomentado mejoras en diferentes áreas del sector como la administración, la enseñanza 
y el aprendizaje de los estudiantes. Un análisis de las fuentes académicas seleccionadas para el estudio 
mostró que, de hecho, la IA se ha aplicado en instituciones educativas de diferentes maneras, incluso en 
forma de automatización de procesos y tareas administrativas, desarrollo de currículo y contenido, 
instrucción y procesos de aprendizaje de los estudiantes (Padilla, 2019; Ocaña, Valenzuela & Garro, 2019; 
Jara & Ochoa, 2020; González & Bonilla, 2022). 
La IA ha mejorado la eficiencia en el desempeño de las tareas administrativas, como revisar el trabajo de 
los estudiantes, calificar y proporcionar comentarios sobre las tareas a través de la automatización 
utilizando plataformas basadas en la web o programas informáticos. Otras áreas en las que se ha aplicado la 
IA en el sector de la educación incluyen el desarrollo de planes de estudio y contenido, y las instrucciones 
que aprovechan tecnologías como la realidad virtual, las plataformas basadas en la web, la robótica, las 
videoconferencias, los archivos audiovisuales y la tecnología 3D. De esta forma, los maestros son más 
efectivos y eficientes y los estudiantes tienen una experiencia educativa o de aprendizaje personalizada y 
más rica (Jara & Ochoa, 2020). 
Otros hallazgos importantes, a partir de un examen más detallado de las diferentes fuentes, es que la 
aplicación de la IA en la educación, a partir del análisis, presenta una oportunidad para romper las barreras 
físicas que plantean las fronteras nacionales e internacionales porque los materiales de aprendizaje ahora 
están domiciliados en Internet. 
El aprendizaje en línea o el uso de plataformas de aprendizaje basadas en la web significa que el material 
es accesible desde cualquier parte del mundo, y el aprovechamiento de otros aspectos de la IA, como las 
herramientas de traducción de idiomas, hace posible que los estudiantes aprendan mejor. 
La IA en la educación también se ha aplicado en el desarrollo curricular y la personalización del contenido, 
la enseñanza y los métodos pedagógicos, la evaluación y los intercambios de comunicación entre 
profesores y estudiantes. La literatura consultada devela la existencia de diferentes plataformas y 
aplicaciones de IA, como entornos de aprendizaje interactivo (EAI), que se utilizan para gestionar el 
rendimiento académico y proporcionar comentarios e intercambios entre profesores y estudiantes. Ejemplo 
de ellos son los sistemas de tutoría inteligente, como ACTIVE Math, MATHia, Why2Atlas, Comet y 
Viper, que se han utilizado en diferentes niveles del sistema educativo (Ram & Tyagi, 2020). 
La IA en la educación ha tomado la forma de sistemas de aprendizaje adaptativo, sistemas de tutoría 
inteligente y otros sistemas que mejoran la calidad de los procesos administrativos, las instrucciones y el 
aprendizaje. Al mismo tiempo, la IA toma la forma de sistemas inteligentes con capacidades adaptativas. 
Estos principios y características de los sistemas permiten que la IA en la educación realice una amplia 
gama de tareas ejecutadas tradicionalmente o convencionalmente por los instructores, mientras que al 
mismo tiempo mejoran las experiencias de aprendizaje de los estudiantes a través de su entrenamiento y la 
personalización del aprendizaje según las expectativas y necesidades de ellos (Padilla, 2019). 
La Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (Unesco), también ha 
señalado que la IA ha permeado varios sectores de la sociedad, más particularmente, el sector de la 
educación (Pita, 2021). La educación está cambiando junto con los cambios en el mundo laboral o 
profesional, lo que requiere la incorporación de la IA en la instrucción y el aprendizaje. En este sentido, 
hay un uso intensivo de la IA en la profesión médica, lo que requiere exponer a los estudiantes a la IA 
mediante el uso de la tecnología en la educación médica para prepararlos para las experiencias en el mundo 
real (Vidal, Madruga & Valdés, 2019; Joison et al., 2021). 
Otra tendencia del empleo de la IA en la educación es el desarrollo de Sistemas Educativos Basados en la 
Web (SEBW) que están reemplazando rápidamente el aprovechamiento y el uso simplista de la Internet 
(Marrufo & Espina, 2021). Los SEBW son la integración de los principios y la tecnología de IA en 
plataformas de aprendizaje basadas en la web, lo que mejora las experiencias de los alumnos. 
La educación inteligente basada en la web se ha convertido en un componente importante de la educación, 
más aún con la proliferación de la educación en línea debido al poder de la plataforma como herramienta 
pedagógica que incorpora y aprovecha las potencialidades de la IA (Rodríguez, 2021). Esto implica 
considerar diferentes factores, incluidos el conocimiento y la habilidad del alumno, el aprendizaje, las 
capacidades de desempeño y las compatibilidades, que luego se aprovechan en el desarrollo y uso de una 
plataforma que mejora las experiencias de enseñanza y aprendizaje. 
El estudio y la comprensión de los diferentes agentes sociales, maestros y estudiantes, asegura el desarrollo 
y uso de sistemas de IA robustos, inteligentes, interactivos, de aprendizaje y adaptativos en la educación, 
más particularmente en la web, que es accesible desde cualquier parte del mundo (Rodríguez, 2021). 
La IA fomenta potencialmente un mejor acceso al aprendizaje al eliminar las barreras al aprendizaje, 
automatizar las funciones administrativas y de gestión en las instituciones académicas y optimizar 
instrucciones y aprendizaje, así como fomentar decisiones e iniciativas empíricas o basadas en evidencia en 
educación. Como plataforma virtual, puede crear un mejor entorno profesional para docentes y alumnos. 
Como herramienta de evaluación se puede utilizar en exámenes y calificaciones y liberar el tiempo del 
profesor. Además, ayuda a los estudiantes a navegar a través de diferentes rutas de contenido y personalizar 
el aprendizaje de acuerdo con sus fortalezas y debilidades. 
Una de las áreas clave en la educación también impactada por la IA es el desempeño de diferentestareas 
administrativas, como la revisión de trabajos, la calificación y la retroalimentación a los estudiantes. La IA, 
particularmente en la educación a distancia y en línea, ha mejorado la eficiencia en los servicios 
institucionales y administrativos (Russo et al., 2022). De hecho, programas específicos, como Knewton, 
alivian la carga de los docentes porque brindan una plataforma para la retroalimentación a los estudiantes 
basada en la interacción. Posiciones similares se evidencian en otros estudios y publicaciones, que discuten 
sistemas que facilitan las tareas administrativas (Artavia & Alejandra, 2021). 
Los Sistemas de Tutoría Inteligente (STI) realizan una amplia gama de funciones, incluida la calificación y 
el suministro de comentarios a los estudiantes sobre su trabajo. De esta forma los docentes logran una 
mayor eficiencia en varias tareas administrativas, así como en sus responsabilidades principales, brindando 
orientación e instrucciones para ayudar a los estudiantes a sobresalir en sus estudios (Rodríguez, 2021). 
Ejemplo de ello es la existencia de programas como TurnItIn y Ecree, que otorgan calificaciones 
sugerentes y verifican el plagio en las tareas de los estudiantes (Arce, 2023). 
Los STI, que aprovechan las prácticas basadas en evidencia o respaldadas por evidencia empírica, incluido 
el uso extensivo de modelos de cognición y aprendizaje, han asegurado la captación y retención óptimas de 
materiales o el aprendizaje optimizado entre los estudiantes (Rodríguez, 2021). De hecho, los programas, 
como DeepTutor y AutoTutor, fomentan la personalización de acuerdo con las capacidades y necesidades 
del alumno, mejorando así la experiencia de aprendizaje y fomentando el logro de los objetivos 
establecidos. 
Estos sistemas también fomentan el aprendizaje profundo porque trabajar con los agentes conversacionales 
que forman parte integral del mismo sondeará y estimulará a los estudiantes hasta que puedan explicarse 
adecuadamente en detalle, incluido el razonamiento que existe detrás de su posición, mejorando así la 
captación y retención de la información (Díaz, 2021). 
La IA ha facilitado la creación y el despliegue de sistemas que, evidentemente, son herramientas 
pedagógicas muy poderosas para fomentar una mejor calidad de instrucción: la enseñanza basada en la 
simulación, que incluyen el uso de diferentes tecnologías, como la realidad virtual para demostrar o 
mostrar conceptos a los estudiantes o demostrar materiales, brindando una experiencia de aprendizaje 
experimental o práctica (Acevedo et al., 2022). El mismo concepto o la aplicación de elementos de realidad 
virtual y tecnología 3D, como elementos de IA en la educación se asume en otros estudios como 
herramientas pedagógicas para la enseñanza y el aprendizaje significativo (Padilla, 2019). De manera 
similar, destaca el uso de la IA, en forma de realidad virtual y simulación en la educación médica, que lleva 
a los estudiantes a través de aspectos prácticos de su educación, como las operaciones y la comprensión de 
la anatomía humana, entre otras materias (Ramos & Botero, 2022). 
Otros estudios también han destacado la integración de la IA en máquinas o robots como asistentes de 
maestros y colegas (cobots), que pueden usarse para realizar actividades básicas e incluso tareas de 
enseñanza avanzadas, como la lectura y la pronunciación de palabras (Constante et al., 2019). En este 
sentido destaca la integración de la IA en los programas informáticos y el desarrollo y uso de chatbots, o 
robots informáticos en línea con capacidades de conversación y diálogo para responder consultas de rutina 
de los estudiantes y, en algunos casos, difundir materiales didácticos (Martínez, 2021). La IA equipa al 
humanoide u otros robots con habilidades cognitivas y de toma de decisiones, así como habilidades de 
diálogo y conversación y, posteriormente, permite su uso como herramientas educativas y pedagógicas. 
Una forma importante en la que se ha aplicado la IA para mejorar el aprendizaje de los estudiantes es la 
adaptación y personalización del currículo y el contenido de acuerdo con las necesidades, habilidades y 
capacidades de los estudiantes (Osman, 2021). Otros enfoques brindan a los alumnos una experiencia de 
aprendizaje más placentera y envolvente o experiencial, por lo tanto, mejoran la captación y retención de 
información (Merino, 2021; Artiles et al., 2021). Desde otra perspectiva, la IA en la educación también ha 
eliminado algunas barreras para el acceso a las oportunidades de aprendizaje, como las fronteras nacionales 
e internacionales, lo que permite el acceso global al conocimiento y la información a través de plataformas 
en línea y basadas en la web. 
A partir de los artículos analizados se identificaron diferentes plataformas y aplicaciones que fomentan la 
adaptación y personalización del contenido y, al hacerlo, posibilitan la captación y retención de 
información, lo que mejora la experiencia de aprendizaje del alumno. La mencionada aplicación Knewton 
hace recomendaciones en tiempo real para los estudiantes basadas en un estilo de aprendizaje descifrado tal 
como lo indica la tecnología que utiliza algoritmos de aprendizaje automático y, posteriormente, 
personaliza los materiales o el contenido del curso según las necesidades de los estudiantes (Huguet, 
Barnadas & Salló, 2021). Otras plataformas con capacidades similares tienen el potencial de mejorar la 
experiencia de aprendizaje de los estudiantes en todos los niveles del sistema educativo, desde la educación 
infantil hasta el nivel universitario de pregrado y posgrado (Merino, 2021). 
La IA ha fomentado la calidad y la eficacia de la instrucción porque los sistemas contemporáneos son 
sistemas adaptativos basados en tecnología, lo que significa que los materiales o el contenido presentado 
está determinado por las necesidades de los alumnos, lo que garantiza una experiencia de aprendizaje 
optimizada (Giró & Sancho, 2022). 
La IA garantiza una mejor difusión del contenido del curso, desde la fase de desarrollo del plan de estudios 
hasta la entrega real del contenido o las instrucciones, más aún en las plataformas de aprendizaje en línea y 
basadas en la web. Asimismo, permite el seguimiento de la progresión del aprendizaje, incluido el 
conocimiento y la comprensión, y utiliza los hallazgos para mejorar las capacidades del sistema en función 
de personalizar el contenido según las necesidades y capacidades de los estudiantes (Rodríguez, 2021). 
En la enseñanza individualizada y el aprendizaje autónomo, las soluciones de IA pueden analizar mejor los 
datos de estudio y, a su vez, ayudar a los instructores a crear planes de aprendizaje personalizados para 
cada estudiante (Andreoli et al., 2022). Al analizar los datos de los estudiantes, los sistemas de IA han 
detectado las deficiencias de aprendizaje de los estudiantes y las abordan temprano en su educación 
(Varela, 2021). La mayoría de los estudiantes son tratados de manera similar por el sistema educativo 
convencional. Por lo tanto, el mismo método de enseñanza para todos los estudiantes no puede lograr el 
mejor desempeño docente. La IA ayudaría a determinar el método de enseñanza personalizado para cada 
estudiante en función de su personalidad, fortalezas y habilidades complementarias. De esta forma, todos 
los alumnos pueden mejorar y disfrutar del rendimiento del aprendizaje. Mientras aumenta el conocimiento 
de los estudiantes, también se ayuda a mejorar la capacidad de aprendizaje, hábitos y creatividad. 
Además, los sistemas de inteligencia artificial predicen la trayectoria profesional de cada estudiante 
mediante la recopilación de datos de estudio, lo que a su vez personaliza la selección de cursos 
universitarios para los estudiantes. Teniendo en cuenta la capacidad individual y la trayectoria profesional, 
los estudiantes pueden obtener mejores calificaciones y adquirir habilidades queson aplicables en el 
mundo real. 
La IA puede automatizar la tarea de calificación, evaluando ensayos que permiten a los instructores pasar 
más tiempo con los estudiantes uno a uno. Los desarrolladores de IA también están creando nuevas formas 
de calificar trabajos escritos y exámenes (Sekeroglu, Dimililer & Tuncal, 2019). Con respecto a los 
materiales de aprendizaje, la IA crea interfaces digitales de aprendizaje personalizables que se aplican a 
estudiantes de todos los rangos de edad y grados. Además, en el proceso de aprendizaje, la IA permite al 
instructor obtener información de los estudiantes basada en todo el ecosistema de herramientas de 
aprendizaje. 
Los sistemas de inteligencia artificial brindan tutoría a un alumno en función de las dificultades que tienen 
con el material de clase. En el pasado, los estudiantes tenían un período de tiempo limitado en el que 
podían recurrir a sus instructores, lo que significaba horas de oficina o esperaban que respondieran sus 
correos electrónicos. Ahora existen sistemas de tutoría inteligentes, como Carnegie Learning, que utilizan 
datos de estudiantes específicos para brindarles retroalimentación y trabajar con ellos directamente. 
El continuo desarrollo de la IA le permitirá trabajar como un asistente completo y adaptarse a una amplia 
variedad de estilos de aprendizaje para ayudar a los instructores y estudiantes. En el futuro, la IA daría 
forma a la imaginación y la creatividad de los estudiantes, analizando su estilo de aprendizaje y su estado 
emocional e iniciativa, para mejorar las capacidades de aprendizaje y la creatividad y estimular la iniciativa 
subjetiva. Es probable que los sistemas de IA se utilicen más ampliamente, lo que se espera prospere en 
todos los aspectos de los estudiantes, es decir, habilidad personal, dominio del conocimiento, capacidad de 
aprendizaje y desarrollo profesional, en lugar de solo ayudar a los estudiantes a comprender conocimientos 
específicos. 
 
 
CONCLUSIONES 
El objetivo o propósito de este trabajo fue evaluar el impacto de la IA en la educación. Se utilizó un estudio 
de investigación cualitativa, aprovechando la revisión de la literatura como diseño y método de 
investigación. Se identificaron y utilizaron artículos de revistas, publicaciones profesionales e informes de 
congresos profesionales en un análisis que facilitó la realización del propósito del estudio. 
El desarrollo y uso de computadoras y tecnologías relacionadas con la computadora presagiaron 
investigaciones e innovaciones que han llevado al desarrollo y uso de IA en diferentes sectores. En 
particular, el desarrollo de las computadoras personales y su evolución han aumentado las capacidades 
informáticas y de procesamiento, así como la posibilidad de integrar o incorporar tecnologías informáticas 
en diferentes máquinas, equipos y plataformas. 
La IA se ha adoptado y utilizado ampliamente en el sector de la educación. El análisis se enfocó en evaluar 
el impacto de la IA en los aspectos administrativos, de instrucción y de aprendizaje de la educación, así 
como en evaluar cómo se ha aplicado la IA y los efectos que ha tenido. 
La IA en la educación tomó inicialmente la forma de computadoras y sistemas relacionados con la 
computadora y, más tarde, la forma de una plataforma de educación en línea y basada en la web. Los 
sistemas integrados han hecho posible el uso de robots, en forma de cobots o robots humanoides como 
profesores colegas o instructores independientes, así como chatbots para realizar funciones similares a las 
de los profesores o instructores. El uso de estas plataformas y herramientas ha permitido o mejorado la 
eficacia y la eficiencia de los docentes, lo que ha dado como resultado una calidad educativa con mayor 
experiencia. 
De manera similar, la IA ha brindado a los estudiantes experiencias de aprendizaje mejoradas porque ha 
permitido la enseñanza individualizada y la personalización de los materiales de aprendizaje según las 
necesidades y capacidades de los estudiantes. En general, la IA ha tenido un gran impacto en la educación, 
particularmente en las áreas de administración, instrucción y aprendizaje del sector educativo o dentro del 
contexto de instituciones de aprendizaje individuales. 
 
 
REFERENCIAS BIBLIOGRÁFICAS 
Acevedo, F., Cruz, J., Aguilar, C. & Bautista, D. (2022). Diseño e implementación de un simulador basado 
en realidad aumentada móvil para la enseñanza de la física en la educación superior. Edutec. Revista 
Electrónica de Tecnología Educativa, (80). 10.21556/edutec.2022.80.2509 
Almeida, S., Febles, J. & Bolaños, O. (1997). Evolución de la enseñanza asistida por computadoras. 
Educación Médica Superior, 11(1), 31-38. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-
21411997000100005 
Andreoli, S., Batista, A., Fucksman, B., Gladko, L., Martinez, K. & Perillo, L. (2022). Inteligencia artificial 
y educación [Archivo PDF]. http://citep.rec.uba.ar/wp-content/uploads/2022/08/SArt_IA-y-
http://dx.doi.org/10.21556/edutec.2022.80.2509
http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-21411997000100005
http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-21411997000100005
http://citep.rec.uba.ar/wp-content/uploads/2022/08/SArt_IA-y-educaci%C3%B3n_-Un-marco-para-el-an%C3%A1lisis-y-la-creaci%C3%B3n-de-experiencias-en-el-nivel-superior.pdf
educaci%C3%B3n_-Un-marco-para-el-an%C3%A1lisis-y-la-creaci%C3%B3n-de-experiencias-en-el-
nivel-superior.pdf 
Arana, C. (2021). Inteligencia Artificial Aplicada a la Educación: Logros, Tendencias y Perspectivas. 
INNOVA UNTREF. Revista Argentina de Ciencia y Tecnología, 1-22. 
https://revistas.untref.edu.ar/index.php/innova/article/download/1107/917 
Arce, D. (2023). Inteligencia artificial vs. Turnitin: implicaciones para el plagio académico. Revista 
Cognosis, 8(1), 15-26. https://revistas.utm.edu.ec/index.php/Cognosis/article/download/5517/6269 
Artavia, K. & Alejandra, C. (2021). Inteligencia artificial: transformación digital e innovación en 
educación a distancia. Análisis de la UNED, Costa Rica. REFCalE: Revista Electrónica Formación y 
Calidad Educativa, 9(3), 1-15. 
https://observatorioturisticobahia.uleam.edu.ec/index.php/refcale/article/viewFile/3483/2134 
Artiles, J., Guerra, M., Aguiar, M. & Rodríguez, J. (2021). Agente conversacional virtual: la inteligencia 
artificial para el aprendizaje autónomo. Revista de Medios y Educación Pixel-Bit, (62), 107-145. 
https://redined.educacion.gob.es/xmlui/bitstream/handle/11162/215463/Agente.pdf?sequence=1 
Ballesteros, A., Sánchez, D. & García, R. (2013). Minería de datos educativa: Una herramienta para la 
investigación de patrones de aprendizaje sobre un contexto educativo. Latin-American Journal of Physics 
Education, 7(4), 662-668. http://www.lajpe.org/dec13/22-LAJPE_814_bis_Alejandro_Ballesteros.pdf 
Benítez, R., Escudero, G., Kanaan, S. & Rodó, D. M. (2014). Inteligencia artificial avanzada. Barcelona: 
Editorial UOC. 
Bianculli, K. (2021). Empresas nacionales, micro-computadoras y MicroSistemas SA: una aproximación 
desde las alianzas socio-técnicas. En III Simposio Argentino de Historia, Tecnologías e Informática 
(SAHTI 2021)-JAIIO 50 (Modalidad virtual). 
http://sedici.unlp.edu.ar/bitstream/handle/10915/141172/Documento_completo.pdf?sequence=1 
Buckingham, D. (2008). Más allá de la tecnología. Aprendizaje infantil en la era de la cultura digital. 
Argentina: Editorial Manantial. 
Camino, J., Urbina, A. & Barbosa, R. (2020). Deserción escolar universitaria: Patrones para prevenirla 
aplicando minería de datos educativa. RELIEVE. Revista Electrónica de Investigación y Evaluación 
Educativa, 26(1), 1-21. 10.7203/relieve.26.1.16061 
Constante, P., Chimbo, C., Jiménez, V. & Gordón, A. (2019). Realidad Aumentada con asistente robótico 
para el mejoramiento del aprendizaje en niños de educación primaria. Revista Ibérica de Sistemas e 
Tecnologias de Informação, (E20), 566-577.https://www.proquest.com/openview/8c7fe4ee58180ed3a0cf3e9d7edfb9d4/1.pdf?pq-
origsite=gscholarycbl=1006393 
http://citep.rec.uba.ar/wp-content/uploads/2022/08/SArt_IA-y-educaci%C3%B3n_-Un-marco-para-el-an%C3%A1lisis-y-la-creaci%C3%B3n-de-experiencias-en-el-nivel-superior.pdf
http://citep.rec.uba.ar/wp-content/uploads/2022/08/SArt_IA-y-educaci%C3%B3n_-Un-marco-para-el-an%C3%A1lisis-y-la-creaci%C3%B3n-de-experiencias-en-el-nivel-superior.pdf
https://revistas.untref.edu.ar/index.php/innova/article/download/1107/917
https://revistas.utm.edu.ec/index.php/Cognosis/article/download/5517/6269
https://observatorioturisticobahia.uleam.edu.ec/index.php/refcale/article/viewFile/3483/2134
https://redined.educacion.gob.es/xmlui/bitstream/handle/11162/215463/Agente.pdf?sequence=1
http://www.lajpe.org/dec13/22-LAJPE_814_bis_Alejandro_Ballesteros.pdf
http://sedici.unlp.edu.ar/bitstream/handle/10915/141172/Documento_completo.pdf?sequence=1
https://doi.org/10.7203/relieve.26.1.16061
https://www.proquest.com/openview/8c7fe4ee58180ed3a0cf3e9d7edfb9d4/1.pdf?pq-origsite=gscholarycbl=1006393
https://www.proquest.com/openview/8c7fe4ee58180ed3a0cf3e9d7edfb9d4/1.pdf?pq-origsite=gscholarycbl=1006393
Contreras, L., Fuentes, H. & Rodríguez, J. (2020). Predicción del rendimiento académico como indicador 
de éxito/fracaso de los estudiantes de ingeniería, mediante aprendizaje automático. Formación 
universitaria, 13(5), 233-246. https://www.scielo.cl/scielo.php?pid=S0718-
50062020000500233&script=sci_arttext 
Díaz, J. (2021). Aprendizaje Automático y Aprendizaje Profundo. Ingeniare. Revista chilena de ingeniería, 
29(2), 180-181. https://www.scielo.cl/scielo.php?pid=S0718-33052021000200180&script=sci_arttext 
Galipienso, A., Isabel, M., Cazorla, M., Colomina, O., Escolano, F. & Lozano, M. (2003). Inteligencia 
artificial: modelos, técnicas y áreas de aplicación. Madrid: Ediciones Paraninfo. 
García, A. (2012). Inteligencia Artificial. Fundamentos, práctica y aplicaciones. España: Rc Libros. 
Giró, X. & Sancho, J. (2022). La Inteligencia Artificial en la educación: Big data, cajas negras y 
solucionismo tecnológico. Revista Latinoamericana de Tecnología Educativa, 21(1), 129-145. 
10.17398/1695-288X.21.1.129 
González, R. & Bonilla, M. (2022). Educación e Inteligencia Artificial: Nodos temáticos de inmersión. 
Edutec. Revista Electrónica de Tecnología Educativa, (82), 59-77. 10.21556/edutec.2022.82.2633 
Haugeland, J. (2001). La inteligencia artificial. México: Siglo XXI Editores. 
Huguet, L., Barnadas, A. & Salló, B. (2021). La transformació digital i la digitalització de processos a la 
universitat. https://openaccess.uoc.edu/bitstream/10609/135846/2/UOC-RS%20TDigital%20Uni%20-
%20Informe_UOC_cat.pdf 
Jara, I. & Ochoa, J. (2020). Usos y efectos de la inteligencia artificial en educación. Sector Social división 
educación [Archivo PDF]. https://ie42003cgalbarracin.edu.pe/biblioteca/LIBR-NIV331012022134652.pdf 
Joison, A., Barcudi, R., Majul, E., Ruffino, S., De Mateo, J., Joison, A. & Baiardi, G. (2021). La 
inteligencia artificial en la educación médica y la predicción en salud. Methodo Investigación Aplicada a 
las Ciencias Biológicas, 6(1). 10.22529/me.2021.6(1)07 
Marcial, V. & Gomes, L. (2022). Impacto de la Inteligencia Artificial en el comportamiento informacional: 
elementos para el debate. Bibliotecas. Anales de investigación, 18(3), 94-106. 
https://dialnet.unirioja.es/descarga/articulo/8741939.pdf 
Marrufo, R. & Espina, W. (2021). Estrategias de enseñanza virtual utilizadas con los alumnos de educación 
superior para un aprendizaje significativo. SUMMA. Revista disciplinaria en ciencias económicas y 
sociales, 3(1), 1-28. https://aunarcali.edu.co/revistas/index.php/RDCES/article/download/187/120 
Martínez, I. (2021). Mirando al futuro de RH: chatbots e inteligencia artificial. Observatorio de recursos 
humanos y relaciones laborales, (170), 14. https://www.top-
employers.com/globalassets/documents/es/2021/september/Mirando-al-futuro-de-RH-chatbots-e-
inteligencia-artificial.pdf 
https://www.scielo.cl/scielo.php?pid=S0718-50062020000500233&script=sci_arttext
https://www.scielo.cl/scielo.php?pid=S0718-50062020000500233&script=sci_arttext
https://www.scielo.cl/scielo.php?pid=S0718-33052021000200180&script=sci_arttext
https://doi.org/10.17398/1695-288X.21.1.129
https://doi.org/10.21556/edutec.2022.82.2633
https://openaccess.uoc.edu/bitstream/10609/135846/2/UOC-RS%20TDigital%20Uni%20-%20Informe_UOC_cat.pdf
https://openaccess.uoc.edu/bitstream/10609/135846/2/UOC-RS%20TDigital%20Uni%20-%20Informe_UOC_cat.pdf
https://ie42003cgalbarracin.edu.pe/biblioteca/LIBR-NIV331012022134652.pdf
https://doi.org/10.22529/me.2021.6(1)07
https://dialnet.unirioja.es/descarga/articulo/8741939.pdf
https://aunarcali.edu.co/revistas/index.php/RDCES/article/download/187/120
https://www.top-employers.com/globalassets/documents/es/2021/september/Mirando-al-futuro-de-RH-chatbots-e-inteligencia-artificial.pdf
https://www.top-employers.com/globalassets/documents/es/2021/september/Mirando-al-futuro-de-RH-chatbots-e-inteligencia-artificial.pdf
https://www.top-employers.com/globalassets/documents/es/2021/september/Mirando-al-futuro-de-RH-chatbots-e-inteligencia-artificial.pdf
Merino, C. (2021). Estado de la cuestión de la inteligencia artificial y los sistemas de aprendizaje 
autónomo. Sociología y tecnociencia: Revista digital de sociología del sistema tecnocientífico, 11(2), 182-
195. 10.24197/st.Extra_2.2021.182-195 
Ocaña, Y., Valenzuela, L. & Garro, L. (2019). Inteligencia artificial y sus implicaciones en la educación 
superior. Propósitos y representaciones, 7(2), 536-568. http://www.scielo.org.pe/scielo.php?pid=S2307-
79992019000200021&script=sci_arttext 
Osman, A. (2021). La desaparición del currículo. Conjetura educativa basada en la hiperconectividad y la 
inteligencia artificial. Dialógica, 15(2), 50-59. https://www.revistas-
historico.upel.edu.ve/index.php/dialogica/article/download/9292/5787 
Padilla, R. (2019). La llegada de la inteligencia artificial a la educación. Revista de Investigación en 
Tecnologías de la Información: RITI, 7(14), 260-270. 10.36825/RITI.07.14.022 
Pape, J. (2015). Los robots colaborativos: una nueva era en la automatización industrial. Tecnoalimen: 
tecnología alimentaria y packaging, 12, 50-51. 
https://www.pharmatech.es/descargar_documento/opinion_2.pdf 
Pérez, F. (2022). Estrategias de pre y postprocesado en deep learning para problemas multiclase en el 
ámbito de la seguridad y la biodiversidad Tesis de Doctorado. Universidad de Granada, España. 
https://digibug.ugr.es/bitstream/handle/10481/74944/80968.pdf?sequence=4&isAllowed=y 
Pita, E. (2021). La UNESCO y la gobernanza de la inteligencia artificial en un mundo globalizado. La 
necesidad de una nueva arquitectura legal. Anuario de la Facultad de Derecho. Universidad de 
Extremadura, (37), 273-302. 10.17398/2695-7728.37.273 
Ponce, J., Torres, A., Quezada, F., Silva, A., Martínez, E., Casali, A. & Pedreño, O. (2014). Inteligencia 
artificial. Iniciativa Latinoamericana de Libros de Texto Abiertos (LATIn). 
http://rephip.unr.edu.ar/bitstream/handle/2133/17686/1520250496_Inteligencia-Artificial-CC-BY-SA-3.0-
86.pdf?sequence=2 
Ram, S. & Tyagi, R. (2020). Artificial Intelligence and Computational Sustainability. Sustainability: 
Fundamentals and Applications, 627-649. 10.1002/9781119434016.ch29 
Ramos, G. & Botero, D. (2022). Percepción de la simulación clínica como didáctica en la enseñanza de 
hemorragia postparto en el Grado en Medicina. Revista Española de Educación Médica, 3(1). 
https://revistas.um.es/edumed/article/download/501861/319491 
Restrepo, D., Jiménez, J. & Branch, J. (2022). Educación 4.0: integración de robótica educativa y 
dispositivos móviles inteligentes como estrategia didáctica para la formación de ingenieros en STEM. 
DYNA, 89(222), 124-135. 10.15446/dyna.v89n222.100232 
https://doi.org/10.24197/st.Extra_2.2021.182-195
http://www.scielo.org.pe/scielo.php?pid=S2307-79992019000200021&script=sci_arttexthttp://www.scielo.org.pe/scielo.php?pid=S2307-79992019000200021&script=sci_arttext
https://www.revistas-historico.upel.edu.ve/index.php/dialogica/article/download/9292/5787
https://www.revistas-historico.upel.edu.ve/index.php/dialogica/article/download/9292/5787
https://doi.org/10.36825/RITI.07.14.022
https://www.pharmatech.es/descargar_documento/opinion_2.pdf
https://digibug.ugr.es/bitstream/handle/10481/74944/80968.pdf?sequence=4&isAllowed=y
https://doi.org/10.17398/2695-7728.37.273
http://rephip.unr.edu.ar/bitstream/handle/2133/17686/1520250496_Inteligencia-Artificial-CC-BY-SA-3.0-86.pdf?sequence=2
http://rephip.unr.edu.ar/bitstream/handle/2133/17686/1520250496_Inteligencia-Artificial-CC-BY-SA-3.0-86.pdf?sequence=2
https://doi.org/10.1002/9781119434016.ch29
https://revistas.um.es/edumed/article/download/501861/319491
https://doi.org/10.15446/dyna.v89n222.100232
Rodríguez, M. (2021). Sistemas de tutoría inteligente y su aplicación en la educación superior. RIDE. 
Revista Iberoamericana para la Investigación y el Desarrollo Educativo, 11(22). 
https://www.scielo.org.mx/scielo.php?pid=S2007-74672021000100115&script=sci_arttext 
Rouhiainen, L. (2018). Inteligencia artificial. España: Editorial Alienta. 
Russo, C., Sarobe, M., Cicerchia, B., Alonso, N., Gnazzo, G., Adó, M. & Tugnarelli, M. (2022). Educación 
a distancia e innovación tecnológica. En XXIV Workshop de Investigadores en Ciencias de la Computación 
(WICC 2022, Mendoza). 
http://sedici.unlp.edu.ar/bitstream/handle/10915/145251/Documento_completo.pdf?sequence=1 
Sánchez, E. (2013). Cibertrónica: Aprendiendo con tecnologías de la inteligencia en la web semántica. 
Madrid: Ediciones Díaz de Santos. 
Sandoval, L. (2018). Algoritmos de aprendizaje automático para análisis y predicción de datos. Revista 
Tecnológica, (11), 36-40. http://redicces.org.sv/jspui/bitstream/10972/3626/1/Art6_RT2018.pdf 
Sekeroglu, B., Dimililer, K. & Tuncal, K. (2019). La Inteligencia Artificial en Educación: aplicación en la 
evaluación del desempeño del alumno. Dilemas contemporáneos: Educación, Política y Valores, VII. 
https://dilemascontemporaneoseducacionpoliticayvalores.com/index.php/dilemas/article/download/1594/12
43/ 
Semken, M. & Vargas, M. (2021). Microcomputadoras para la enseñanza y el aprendizaje. En XXIII 
Workshop de Investigadores en Ciencias de la Computación (WICC 2021, Chilecito, La Rioja). 
http://sedici.unlp.edu.ar/bitstream/handle/10915/120495/Ponencia.pdf-PDFA.pdf?sequence=1 
Varela, A. (2021). Enseñanza individualizada de matemáticas mediante herramientas de inteligencia 
artificial en entornos escolares tradicionales [Archivo PDF]. 
https://repositorio.unican.es/xmlui/bitstream/handle/10902/22323/VarelaUribeAlicia.pdf?sequence=1 
Vega, M., Mora, L. & Badilla, M. (2020). Inteligencia artificial y aprendizaje automático en medicina. 
Revista médica sinergia, 5(8), e557-e557. 
https://www.revistamedicasinergia.com/index.php/rms/article/download/557/923 
Vidal, M., Madruga, A. & Valdés, D. (2019). Inteligencia artificial en la docencia médica. Educación 
Médica Superior, 33(3). http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-21412019000300014 
Yáñez, R. (2017). Aprendizaje automático: estado de la cuestión y casos de estudio. Tesis de Grado. 
Universidad Politécnica de Madrid, España. 
https://oa.upm.es/53083/1/PFC_RAFAEL_YANEZ_CABREJAS.pdf 
 
Nota 
1 Conjunto de funciones y procedimientos que permiten la creación de aplicaciones que acceden a las características o datos de un sistema 
operativo, aplicación u otro servicio. 
https://www.scielo.org.mx/scielo.php?pid=S2007-74672021000100115&script=sci_arttext
http://sedici.unlp.edu.ar/bitstream/handle/10915/145251/Documento_completo.pdf?sequence=1
http://redicces.org.sv/jspui/bitstream/10972/3626/1/Art6_RT2018.pdf
https://dilemascontemporaneoseducacionpoliticayvalores.com/index.php/dilemas/article/download/1594/1243/
https://dilemascontemporaneoseducacionpoliticayvalores.com/index.php/dilemas/article/download/1594/1243/
http://sedici.unlp.edu.ar/bitstream/handle/10915/120495/Ponencia.pdf-PDFA.pdf?sequence=1
https://repositorio.unican.es/xmlui/bitstream/handle/10902/22323/VarelaUribeAlicia.pdf?sequence=1
https://www.revistamedicasinergia.com/index.php/rms/article/download/557/923
http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864-21412019000300014
https://oa.upm.es/53083/1/PFC_RAFAEL_YANEZ_CABREJAS.pdf
 
 
Conflicto de intereses 
Los autores declaran que no existe conflicto de intereses. 
 
 
Contribución autoral 
Manuel Orlando Troncoso Heredia: Desarrollo, análisis cualitativo de información. Revisión y corrección 
del manuscrito. 
Yolanda Katiuska Dueñas Correo: Introducción, aplicación de instrumentos y análisis cuantitativo de 
información. 
Enrique Verdecia Carballo: Desarrollo, análisis cualitativo de información y conclusiones.